自動(dòng)駕駛技術(shù)研究現(xiàn)狀及發(fā)展趨勢(shì)

章軍輝,陳大鵬*,李 慶

(1.中國(guó)科學(xué)院微電子研究所，北京 100029；2.江蘇物聯(lián)網(wǎng)研究發(fā)展中心，無(wú)錫 214135；3.無(wú)錫物聯(lián)網(wǎng)創(chuàng)新中心有限公司，無(wú)錫 214135)

汽車(chē)工業(yè)發(fā)展歷程，如圖1所示。1886年世界上第一輛汽車(chē)誕生于德國(guó)，發(fā)明人是卡爾·本茨，被業(yè)界譽(yù)為“汽車(chē)之父”。自此，替代馬車(chē)的新一代日常交通工具正式登上了歷史的舞臺(tái)[1]。20世紀(jì)90年代中后期，隨著高速公路、汽車(chē)工業(yè)、生產(chǎn)工藝的不斷突破，逐步形成了汽車(chē)社會(huì)。進(jìn)入21世紀(jì)后，隨著消費(fèi)者對(duì)安全舒適性需求的日益增長(zhǎng)以及政府相關(guān)法規(guī)政策的不斷健全，這些因素已成為基于環(huán)境感知的汽車(chē)ADAS (advanced driver assistance systems) 產(chǎn)品大規(guī)模商業(yè)化的主要驅(qū)動(dòng)力。而隨著V2X (vehicle-to-everything)網(wǎng)聯(lián)、人工智能(artificial intelligence，AI)等高新技術(shù)的不斷發(fā)展，封閉式/半開(kāi)放式道路環(huán)境下的自動(dòng)駕駛以及列隊(duì)行駛已進(jìn)入全面爆發(fā)期[2]，成為舉世關(guān)注的焦點(diǎn)。作為全球第一大汽車(chē)市場(chǎng)的中國(guó)，自主品牌已逐步崛起，在大力發(fā)展新能源汽車(chē)的同時(shí)，攜手互聯(lián)網(wǎng)科技公司致力于自動(dòng)駕駛關(guān)鍵技術(shù)與應(yīng)用創(chuàng)新，不斷尋求新突破，而新能源與自動(dòng)駕駛將會(huì)是中國(guó)汽車(chē)工業(yè)實(shí)現(xiàn)“彎道超車(chē)”的一個(gè)重要契機(jī)[3-5]。

圖1 汽車(chē)工業(yè)發(fā)展歷程[1]Fig.1 Development course of automobile industry[1]

近年來(lái)，尢以互聯(lián)網(wǎng)科技公司為代表，將人工智能推上了新高，比如深度學(xué)習(xí)技術(shù)在目標(biāo)感知、場(chǎng)景認(rèn)知方面的應(yīng)用[6-9]、基于AI的自主決策在無(wú)人駕駛方面的應(yīng)用[10-11]等，預(yù)示著人工智能將會(huì)給未來(lái)汽車(chē)帶來(lái)具有顛覆性的創(chuàng)造。

1 中外發(fā)展現(xiàn)狀

圖2 中外自動(dòng)駕駛發(fā)展現(xiàn)狀[15-16]Fig.2 Development status of automobile at home and abroad[15-16]

關(guān)于自動(dòng)駕駛以及規(guī)范智能汽車(chē)路測(cè)方面的探索，德美日起步較早。1939 年美國(guó)通用汽車(chē)(general motor,GM)公司在紐約世界博覽會(huì)上首次展出了Futurama無(wú)人駕駛概念設(shè)計(jì)，提出了一種樸素的自動(dòng)化高速公路設(shè)想[12]。直至1984年，卡耐基梅隆大學(xué)(Carnegie Mellon University,CMU)研制了全球首輛真正意義上的無(wú)人駕駛車(chē)輛[13]。進(jìn)入21世紀(jì)后，美國(guó)國(guó)防部先進(jìn)研究計(jì)劃局(Defense Advanced Research Projects Agency,DARPA)舉辦的Grand Challenge與Urban Challenge挑戰(zhàn)賽，是無(wú)人駕駛發(fā)展史上里程碑事件，掀起了無(wú)人駕駛技術(shù)研發(fā)的熱潮[14]。

如圖2所示，無(wú)論是車(chē)企、Tier 1(一級(jí)制造供應(yīng)商)、系統(tǒng)解決方案公司、互聯(lián)網(wǎng)科技公司，抑或是高校、科研機(jī)構(gòu)紛紛加入到自動(dòng)駕駛這波浪潮之中，資本與人才亦迅速涌入[15-16]。

在外國(guó)，2009年Google正式啟動(dòng)無(wú)人駕駛汽車(chē)項(xiàng)目，是世界上第一家推行無(wú)人車(chē)上路測(cè)試的公司。2011年，德國(guó)柏林自由大學(xué)順利挑戰(zhàn)了交通信號(hào)燈、環(huán)島、擁堵通行等諸多項(xiàng)目。2012年，Google無(wú)人車(chē)首獲由美國(guó)內(nèi)華達(dá)州頒發(fā)的第一張紅色牌照。2016年，Uber公司正式于美國(guó)匹茲堡市面向公眾開(kāi)放無(wú)人車(chē)出行服務(wù)。2016年12月，Google拆分無(wú)人駕駛業(yè)務(wù)成立了Waymo實(shí)體公司，加速了無(wú)人駕駛車(chē)輛商業(yè)化進(jìn)程。特斯拉CEO馬斯克表示，特斯拉將于2019年底前推出具有完全自動(dòng)駕駛功能的產(chǎn)品。

在中國(guó)，2014—2016年，李德毅院士掛帥的“猛獅Ⅱ號(hào)”團(tuán)隊(duì)于中國(guó)智能車(chē)未來(lái)挑戰(zhàn)賽(intelligent vehicle future challenge,IVFC)上蟬翼三連冠。2017年7月，百度CEO李彥宏親自試乘百度自主研發(fā)的無(wú)人車(chē)，并率先發(fā)布了百度Apollo計(jì)劃，即開(kāi)源自動(dòng)駕駛平臺(tái)計(jì)劃。2018年3月，中國(guó)正式頒發(fā)了3張智能網(wǎng)聯(lián)汽車(chē)開(kāi)放道路測(cè)試號(hào)牌。2018年8月，百度與金龍客車(chē)聯(lián)合研制的無(wú)人駕駛小型巴士實(shí)現(xiàn)了小規(guī)模量產(chǎn)，該款無(wú)人小巴革新了傳統(tǒng)駕駛艙設(shè)計(jì)，沒(méi)有開(kāi)放方向盤(pán)、剎車(chē)等操控裝置，主要適用于園區(qū)、景區(qū)、碼頭等相對(duì)封閉的道路通勤。2019年9月，基于Apollo開(kāi)放平臺(tái)的自動(dòng)駕駛出租車(chē)隊(duì)Robotaxi在湖南長(zhǎng)沙正式開(kāi)啟試運(yùn)營(yíng)。

2 等級(jí)劃分及評(píng)價(jià)體系

2.1 等級(jí)劃分

關(guān)于智能駕駛的智能化等級(jí)劃分，美國(guó)汽車(chē)工程師學(xué)會(huì)(Society of Automotive Engineers,SAE)制定的自動(dòng)駕駛等級(jí)劃分標(biāo)準(zhǔn)，如圖3所示。

圖3 SAE的自動(dòng)駕駛等級(jí)劃分標(biāo)準(zhǔn)Fig.3 SAE levels for autonomous vehicle

中國(guó)關(guān)于智能駕駛的智能化等級(jí)劃分，較為典型的是清華大學(xué)的人、馬、騎士與馬比較形象的劃分方法，如圖4所示，主要包括：離線(xiàn)駕駛輔助系統(tǒng)、局部時(shí)段與局部區(qū)域的自動(dòng)駕駛、自主駕駛/無(wú)人駕駛、以人為本的人機(jī)協(xié)同[17]。

圖4 清華大學(xué)的人、馬、騎士與馬劃分方法Fig.4 TsingHua levels for autonomous vehicle

2.2 評(píng)價(jià)體系

關(guān)于智能駕駛的智能化水平評(píng)價(jià)體系，主要包括：基于位置與行駛軌跡的測(cè)評(píng)[18]、基于學(xué)習(xí)能力的測(cè)評(píng)[19]、基于任務(wù)中心的量化測(cè)評(píng)[20]、基于云模型的4S變粒度測(cè)評(píng)[21]、基于人工干預(yù)程度/任務(wù)復(fù)雜度/環(huán)境復(fù)雜度的三維測(cè)評(píng)模型[22]等。其中，三維測(cè)評(píng)模型，如圖5所示。

圖5 智能駕駛的三維測(cè)評(píng)模型Fig.5 Three-dimensional evaluation model

3 關(guān)鍵技術(shù)研究現(xiàn)狀

自動(dòng)駕駛垂直化過(guò)程[23]如圖6所示，可展開(kāi)為感知、認(rèn)知、決策規(guī)劃、控制、執(zhí)行5層，關(guān)鍵技術(shù)涉及汽車(chē)、交通、電子、控制、車(chē)聯(lián)網(wǎng)、信息安全、機(jī)器視覺(jué)等多個(gè)學(xué)科領(lǐng)域。

3.1 環(huán)境感知

常用的車(chē)載環(huán)境感知傳感器包括視覺(jué)類(lèi)傳感器、車(chē)載雷達(dá)傳感器等。

對(duì)于交叉路口、坡道等存在視覺(jué)盲區(qū)的道路環(huán)境，傳統(tǒng)的雷達(dá)、視覺(jué)方案難以突破傳感器自身的局限性[24]。而當(dāng)前感知技術(shù)的檢測(cè)能力、識(shí)別精度尚不足以支撐自動(dòng)駕駛的快速發(fā)展，一些新興技術(shù)也因此在不斷突破，如考慮多源異構(gòu)信息融合技術(shù)[25-26]，用于復(fù)雜環(huán)境感知的深度學(xué)習(xí)技術(shù)[27-30]，以及近年來(lái)基于車(chē)路協(xié)同感知技術(shù)[31-32]等。

圖6 自動(dòng)駕駛垂直化過(guò)程Fig.6 Sketch of autonomous driving

車(chē)路協(xié)同感知技術(shù)將實(shí)現(xiàn)車(chē)輛與路側(cè)設(shè)備之間實(shí)時(shí)信息共享，協(xié)同感知車(chē)輛行駛周邊環(huán)境，從而有效擴(kuò)展車(chē)輛的超視距感知野[31-32]。該技術(shù)突破了單車(chē)感知的局限性，同時(shí)降低了數(shù)據(jù)采集、數(shù)據(jù)融合過(guò)程中的計(jì)算負(fù)荷，也降低了車(chē)載計(jì)算單元的成本與應(yīng)用門(mén)檻，未來(lái)將具備大規(guī)模商業(yè)化潛質(zhì)[33-35]。

3.2 高精度定位

高精度定位為自動(dòng)駕駛車(chē)輛提供了全局路徑規(guī)劃，同時(shí)基于感知結(jié)果做避障規(guī)劃，又稱(chēng)即時(shí)導(dǎo)航規(guī)劃。目前定位技術(shù)依然面臨的兩大挑戰(zhàn)是覆蓋盲區(qū)和成本高昂。

對(duì)此，中國(guó)主流圖商也都在積極開(kāi)展面向自動(dòng)駕駛的高精度地圖建設(shè)，基于北斗地基增強(qiáng)系統(tǒng)(beidou ground-based augmentation system,BGAS)[36]的高精度定位技術(shù)、多源輔助定位技術(shù)[37-38]等，將為自動(dòng)駕駛汽車(chē)提供成本更低、覆蓋更廣的高精度定位解決方案。

3.3 場(chǎng)景認(rèn)知

圖7 場(chǎng)景認(rèn)知技術(shù)框圖Fig.7 Sketch of scene recognition

對(duì)于交通標(biāo)識(shí)、前方行人、前方車(chē)輛、車(chē)道線(xiàn)、道路狀況、天氣情況等不同場(chǎng)景目標(biāo)(圖7)，智能車(chē)需要在感知機(jī)輸出的基礎(chǔ)上實(shí)現(xiàn)場(chǎng)景理解[39-42]、環(huán)境重構(gòu)[43-44]、駕駛意圖與風(fēng)險(xiǎn)態(tài)勢(shì)分析[45-46]、以及一些知識(shí)學(xué)習(xí)[47-50]等。

3.4 協(xié)同決策

如圖8所示，決策層綜合場(chǎng)景認(rèn)知、先驗(yàn)知識(shí)、全局規(guī)劃、車(chē)路協(xié)同、人機(jī)交互等信息，在保證行車(chē)安全的前提下，盡可能地適應(yīng)實(shí)時(shí)工況，進(jìn)行舒適友好、節(jié)能高效的決策[51-53]。

常用的決策手段有：有限狀態(tài)機(jī)(finite state machine,FSM)[54-55]、決策樹(shù)[56-58]、深度學(xué)習(xí)[59-61]、增強(qiáng)學(xué)習(xí)(Q-learning)[62-64]等。

圖8 協(xié)同決策技術(shù)框圖Fig.8 Sketch of cooperative decision technology

3.5 人機(jī)共駕

自動(dòng)駕駛汽車(chē)，是否允許人工干預(yù)，也是一個(gè)比較有爭(zhēng)議的話(huà)題。開(kāi)放的同時(shí)，意味著暗門(mén)的暴露，而完全封閉，又存在著不可控的隱患。

人機(jī)共駕的核心是協(xié)同與互補(bǔ)，而人機(jī)并行控制時(shí)，將會(huì)帶來(lái)由于冗余輸入所造成的人機(jī)沖突、控制權(quán)分配問(wèn)題[65-68]。

目前，中外研究尚停留在概念演示與機(jī)制探討階段，缺乏比較完善的基礎(chǔ)理論體系支撐。

3.6 控制與執(zhí)行

車(chē)輛運(yùn)動(dòng)控制是實(shí)現(xiàn)汽車(chē)智能化的首要前提，控制系統(tǒng)的任務(wù)是控制車(chē)輛油門(mén)、制動(dòng)、轉(zhuǎn)向機(jī)構(gòu)，在滿(mǎn)足一定設(shè)計(jì)需求(如追蹤性、舒適性、經(jīng)濟(jì)性、安全性等)基礎(chǔ)上使得實(shí)際軌跡收斂于決策層規(guī)劃的期望軌跡[69-70]。

常見(jiàn)的應(yīng)用場(chǎng)景包括：多目標(biāo)自適應(yīng)巡航控制(adaptive cruise control,ACC)[71-73]、走-停巡航控制[74-76]、車(chē)道保持控制(lane keeping assist system,LKAS)[77-80]、車(chē)隊(duì)協(xié)同控制[81-84]等。

典型車(chē)輛控制算法包括：①PID(proportional integral differential)控制[85]；②最優(yōu)控制[86-87]；③自適應(yīng)控制[88-89]；④滑模變結(jié)構(gòu)控制(sliding mode control,SMC)[90-92]；⑤模型預(yù)測(cè)控制(model predictive control,MPC)[93-95]；⑥ 模糊邏輯控制[96-99]；⑦人工神經(jīng)網(wǎng)絡(luò)控制[100-101]。

典型車(chē)輛控制算法的控制特點(diǎn)以及優(yōu)缺點(diǎn)總結(jié)如表1所示。

目前，面向復(fù)雜道路工況、非常態(tài)環(huán)境以及考慮駕駛行為習(xí)慣等的控制器設(shè)計(jì)依然面臨著巨大挑戰(zhàn)[102]。

此外，線(xiàn)控執(zhí)行機(jī)構(gòu)是實(shí)現(xiàn)自動(dòng)駕駛的必備基礎(chǔ)，如線(xiàn)控油門(mén)、線(xiàn)控制動(dòng)、線(xiàn)控轉(zhuǎn)向等。

相比Bosch、Delphi、Denso等外國(guó)一線(xiàn)品牌，中國(guó)在產(chǎn)品穩(wěn)定性、可靠性、一致性以及市場(chǎng)規(guī)模等方面仍存在著較大差距[103-104]。

4 共性問(wèn)題及發(fā)展趨勢(shì)

自動(dòng)駕駛事故頻發(fā)，也讓我們清醒地認(rèn)識(shí)到現(xiàn)階段自動(dòng)駕駛技術(shù)尚不夠成熟，共性技術(shù)問(wèn)題以及未來(lái)發(fā)展趨勢(shì)總結(jié)如下。

表1 車(chē)輛控制算法對(duì)比Table 1 Comparison of vehicle control algorithms

(1)目前，自動(dòng)駕駛技術(shù)路線(xiàn)大多是以單車(chē)為智能主體的解決方案，該方案下自動(dòng)駕駛在短期內(nèi)難以商業(yè)化落地，且面臨著以下挑戰(zhàn)：①技術(shù)上，對(duì)感知傳感器精度的依賴(lài)性較強(qiáng)，且在非常態(tài)環(huán)境或全路網(wǎng)(考慮突發(fā)路況等)下，安全性無(wú)法100%保證，算法魯棒性不足；②成本上，以激光雷達(dá)為代表的核心傳感器，成本極其高昂，車(chē)輛改造成本遠(yuǎn)高于整車(chē)成本；③政策上，政策導(dǎo)向、法律法規(guī)尚待完善；④基建上，車(chē)聯(lián)網(wǎng)基礎(chǔ)設(shè)施建設(shè)亟待投入。

(2)充分發(fā)揮車(chē)輛與“聰明”的道路之間的協(xié)同作用，構(gòu)建車(chē)路協(xié)同的自動(dòng)駕駛系統(tǒng)，實(shí)現(xiàn)車(chē)輛的高度自動(dòng)化，降低自動(dòng)駕駛的成本，以克服單車(chē)自動(dòng)駕駛的局限性。

(3)車(chē)聯(lián)網(wǎng)平臺(tái)技術(shù)能夠拓展車(chē)輛對(duì)道路交通環(huán)境的感知野、感知力，降低車(chē)載移動(dòng)計(jì)算負(fù)荷，以及實(shí)現(xiàn)生態(tài)駕駛輔助(eco-driving assistance system,EDAS)需求等。如綜合道路信息(如坡度、路面附著、道路曲率等)、交通情況(如交通流密度、交通信號(hào)燈等)對(duì)車(chē)輛速度與檔位等進(jìn)行二次優(yōu)化，以進(jìn)一步改善燃油經(jīng)濟(jì)性、汽車(chē)尾氣排放以及路網(wǎng)運(yùn)行效率。

(4)智能網(wǎng)聯(lián)汽車(chē)(intelligent &connected vehicle,ICV)是實(shí)現(xiàn)未來(lái)智能交通系統(tǒng)的關(guān)鍵，擁有“互聯(lián)網(wǎng)+”開(kāi)放共享融合創(chuàng)新體系以及相互依存的產(chǎn)業(yè)生態(tài)鏈，已上升至中國(guó)國(guó)家戰(zhàn)略層面。發(fā)展智能化網(wǎng)聯(lián)式汽車(chē)符合國(guó)際汽車(chē)工業(yè)的發(fā)展趨勢(shì)，將是中國(guó)汽車(chē)工業(yè)與國(guó)際先進(jìn)水平接軌，并向產(chǎn)業(yè)鏈中高端不斷挺進(jìn)的有力抓手。

(5)未來(lái)基于5G的車(chē)聯(lián)網(wǎng)群智感知技術(shù)將進(jìn)一步賦能自動(dòng)駕駛，助力自動(dòng)駕駛商業(yè)化落地。